Xreferat.com » Рефераты по науке и технике » Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

src="https://xreferat.com/image/66/1306549216_141.gif" alt="Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат" width="111" height="22" />среднего цикла воспользоваться соотношением

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат, (10)

где Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат- точка, лежащая на Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат-той траектории (не являющейся опорной), которая находится на минимальном евклидовом расстоянии Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координатот точки опорной траектории Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат:

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат.

Последовательность векторов Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат, вычисленная согласно (10), дает оценку ненаблюдаемого эталона в фазовом пространстве, а соответствующая последовательность Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат- оценку эталонного цикла во временной области (рис. 2).

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

Рис.2. Иллюстрация к алгоритму оценки эталона (на примере ЭКГ) фазовые траектории (а); фрагменты траекторий (б); эталонный цикл (в)

Модельный пример. Пусть эталон Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координатимеет форму равнобедренного треугольника (рис. 3 а), заданного двумя фрагментами в виде линейных функций

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат. (11)

Предположим, что мы наблюдаем два цикла сигнала, порожденного в соответствии с моделью (6) по эталону (11), причем на 1-м цикле параметры растяжения по времени приняли значения Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координати Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат, а на 2-м цикле - Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координати Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат. В результате наблюдаемый сигнал будет описывать функция

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат, (12)

график которой показан на рис. 3 б).

Совместим наблюдаемые циклы на интервале Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат(рис. 3 в) и усредним их во временной области. Легко видеть, что при этом будет получена оценка (рис 3 г)

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

которая по форме не соответствует эталону (рис 3 а). В то же время, усреднение этих же циклов в фазовом пространстве координат (рис. 3 д) с последующим переходом во временную область (рис. 3 е) позволяет точно восстановить эталон (11).

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат

Рис.3. Иллюстрация к модельному примеру

эталон (а); наблюдаемый сигнал (б); совмещенные во времени циклы (в); оценка эталона при усреднении во временной области (г); фазовая траектория (д); оценка эталона при усреднении в фазовом пространстве (е)

Практические результаты. Предложенный метод оценки эталонного цикла нашел практическое применение при разработке новых компьютерных систем обработки ЭКГ в фазовом пространстве [12-14]. Медицинские испытания систем проводились Украинском НИИ кардиологии имени Н.Д. Стражеско.

При испытаниях был установлен ряд новых диагностических признаков ЭКГ в фазовом пространстве, которые позволили диагностировать больных ревматоидным артритом даже в тех случаях, когда их ЭКГ признавались неизмененными при традиционном анализе во временной области [12]. Предложенный метод позволяет выявить тонкие изменения морфологии циклов ЭКГ и тем самым повысить чувствительность и специфичность диагностики при массовых донозологических обследованиях населения. Он может быть использован для оценки функционального состояние операторов, работающих в условиях повышенного риска (водители транспортных средств, авиадиспетчеры, пилоты и т.п.) [13], а также для изучения влияния параметров внешней среды на ЭКГ здорового человека [14].

Выводы. Предложена стохастическая модель (6) процесса порождения циклических сигналов, которая является прямым обобщением известных в математике моделей периодической и почти периодической функций. Показано, что эта модель легко может быть обобщена на случай порождения циклических сигналов с изменяющейся морфологией отдельных циклов.

Несмотря на то, что предложенная модель основана на линейных операциях, которым подвергаются фрагменты эталона (1), эта модель описывает неравномерные во времени искажения отдельных циклов наблюдаемого сигнала, что характерно для многих реальных циклических сигналов, в частности ЭКГ.

Показано, что можно получить приемлемую оценку ненаблюдаемого эталона по реализации циклического сигнала на основе конструктивного алгоритма усреднения траекторий отдельных циклов в фазовом пространстве координат с использованием хаусдорфовой метрики.

Использование предложенного метода в компьютерных системах обработки ЭКГ позволило повысить чувствительность и специфичность ЭКГ диагностики.

Список литературы

Kanjilal P. P., Bhattacharya J., Saha G. Robust method for periodicity detection and characterisation of irregular cyclical series in terms of embedded periodic components // Phys. Rev.- 1999.- Vol. 59.- P. 4013–4025.

Whittaker E. T., Watson, G. N. Quasi-Periodic Functions // A Course in Modern Analysis. – Cambridge (England): Cambridge University Press, 1990 - P. 445-447.

Беркутов А.М., Гуржин С.Г., Дунаев А.А., Прошин Е.М. Повышение эффективности регистрации формы электрокардиосигнала корреляционной обработкой в цифровой осциллографии // Биомедицинские технологии и радиоэлектроника. - 2002, № 7.- С. 4-13.

Валужис А.К., Рашимас А.П. Статистический алгоритм структурного анализа электрокардиосигнала. – Кибернетика. - 1979, № 3.- С. 91-95.

Амосов Н.М., Агапов Б.Т., Паничкин Ю.В. Исследование сократительной функции миокарда методом фазовых координат // Докалады АН СССР.- 1972, т. 202.- № 1.- С. 245-247.

Фрумин Л.Л., Штарк М.Б. О фазовом портрете электрокардиограммы // Автометрия. – 1993, № 2.- С. 51-54.

Fainzilberg L.S. Potapova T.P. Computer Analysis and Recognition of Cognitive Phase Space Electro-Сardio Graphic Image // Proc. of 6 th Internnational Conf. On Computer analysis of Images and Patterns (CAIP'95).- Prague (Czech Republic).- 1995. - P. 668-673.

Fainzilberg L.S. Heart Functional State Diagnostic Using Pattern Recognition of Phase Space ECG-Images.- Proceeding of The 6th European Congress on Intelligent Techniques and Soft Computing (EUFIT ’98, Aachen, Germany, September 7 - 10, 1998).- Nr: B-27, Vol. 3.- P. 1878-1882.

Лапа В.Г. Математические основы кибернетики. - К.: Вища школа, 1974.- 452 с.

Мурашко В.В., Струтинский А.В. Электрокардиография.- М.: Медицина, 1991.- 288 с.

Скворцов В.А. Примеры метрических пространств. - М.: МЦНМО, 2002.- 24 с.

Файнзильберг Л.С., Клубова А.Ф., Стаднюк Л.А., Чайковский И.А., Лерхе Дитмар. Новый метод анализа ЭКГ больных ревматоидным артритом // Український ревматологічний журнал, 2001, № 2, с.48-51.

Файнзильберг Л.С. Информационная технология для диагностики функционального состояния оператора // УСИМ. - 1998, - № 4. - С. 40-45.

Вишневский В.В., Рагульская М.В., Файнзильберг Л.С. Влияние солнечной активности на морфологические параметры ЭКГ сердца здорового человека // Биомедицинские технологии и радиоэлектроника, 2003, № 3. - C. 3-12.

Для подготовки данной работы были использованы материалы с сайта sciteclibrary/

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: